柴油机活塞—缸套磨损故障振动诊断机理的研究

通过对活塞组横向撞击的理论分析和活塞－缸套磨损故障的模拟试验，揭示了机身侧面振动的内部激励源及其与柴油机工况，活塞－缸套磨损间隙的内在联系，讨论了故障诊断中振动特征能量折优化选择问题，提出了和种适用于多种机型柴油机不同工况下活塞－缸套工作间隙的振动监测方法。     

柴油机气阀间隙异常振动诊断方法的改进

通过对气阀运动规律的理论分析和气阀间隙异常故障的模拟试验，揭示了缸盖表面振动信号与配气凸轮型线、柴油机工况和气阀间隙的内在联系，探讨了一种适用于多种机型柴油机不同工况下气阀热态间隙的振动监测方法。     

基于缸盖振动信号分析的柴油机工况识别

柴油机缸盖振动信号富含气阀落座、气体爆发压力等激励的响应信号.通过对缸盖振动信号的监测可及时发现燃烧异常、气阀间隙异常等状态信息,文中分别提取了气体爆发压力和气阀落座激励的缸盖振动特征信号,然后采用时间序列方法对信号进行分析,提出了相关的状态特征参数.     

柴油机气阀间隙识别的研究

通过模拟柴油机气阀间隙的异常进行试验,采集缸盖表面的振动信号.利用时间序列分析方法对振动信号进行分析,并建立相应的AR(Auto Regressive)模型,从中提取不同气阀间隙下的敏感参数.最后,基于这些敏感参数,利用神经网络进行气阀间隙的识别.分析结果表明,将两种方法的融合,能够实现优势互补,达到更好的识别效果.     

基于时间序列与小波分析的船舶柴油机故障诊断

模拟柴油机气阀间隙异常的几种情况,并实时监测柴油机缸盖振动信号.采用时间序列分析方法对船舶柴油机缸盖振动信号功率谱进行识别,采用小波变换方法对各信号进行小波包分解,并提取故障特征频段信号进行功率谱估计,实现精确故障诊断.     

基于小波能量谱分析与SVM的柴油机气阀间隙异常故障诊断

船舶动力设备因故障监测信号样本少、变化缓慢、数据特征呈非线性,使得设备故障模式的准确识别和状态预测比较难。尤其是柴油机气阀间隙异常的故障诊断,由于柴油机气阀间隙振动信号噪声多,利用SVM对柴油机气阀间隙进行预测时需要进行特征提取。鉴于此,研究了基于小波能量谱分析的SVM柴油机气阀间隙的故障诊断方法,结果表明上述模型具有较高的识别率,能准确预测船舶动力设备当前状态。     

离心泵口环间隙对外特性和激励特性的影响

[目的]为分析不同口环间隙对离心泵外特性和振动性能的影响,搭建闭路外特性与激励性能一体化试验平台并开展试验研究.[方法]以某船用立式安装的离心泵作为研究对象,设计7组不同内径的密封环,采用16通道振动加速度传感器对泵体测点的振动信号功率谱进行采集,测试不同间隙条件下的离心泵运行特性.[结果]试验结果表明:随着口环间隙的...     

基于模式识别理论的内燃机状态识别研究

用模式识别的理论和方法，对内燃机气门间隙的识别问题进行了探讨。在分析气门振动力学模型的基础上，通过测取振动信号获得故障特征信息，用模式识别的来日方长 方法，在建立状态特征模式空间的基础上实现对故障分类识别。考虑到内燃顶振动信号的复杂性，采用了外触发采样和有效截取的方法进行信号的数据采集和分析。     

往复泵运动机构磨损对振动特性的影响分析

往复泵运动机构磨损是影响其性能的主要因素,研究掌握运动机构磨损引起的振动特性,对设备故障诊断和状态监测具有重要意义。由于往复泵组成部件较多,结构复杂,仅依靠对振动数据进行分析的信号处理方法难以准确分析和判断设备性能。通过开展基于运动副磨损对振动特性影响的机理分析,建立曲柄连杆处运动副的接触-分离2种状态力学和数学模型,并利用数值计算方法,分析运动副不同磨损间隙状态下,运动机构运动学、动力学和振动特性,掌握磨损间隙对设备的振动性能的影响,发现磨损间隙的存在对舱底泵的运动特性和振动特性有较大影响。     

基于BP神经网络的船用柴油机振动状态监测

通过监测柴油机表面振动信号,用时间序列分析方法提取柴油机故障的振动特征参数,以此建立相应的神经网络,用于船用柴油机的状态监测,提高诊断的准确性。试验研究在中速四冲程增压柴油机上进行。文中以柴油机气阀间隙异常的诊断和柴油机负荷状态的识别为例阐述了该方法的实现过程,并给出了振动信号的特征参数与柴油机工作状态之间的关系。研究表明,利用神经网络监测柴油机运行状态的变化是可行的和有效的。     

柴油机气阀间隙异常监测方法

针对柴油机配气机构工作特点对其进行动力学分析，研究了气阀间隙异常的故障特征，对实测缸盖振动信号给出了一种特征参数的提取方法，并用模糊聚类法进行诊断识别。     

柴油机气阀间隙异常监测方法

针对柴油机配气机构工作特点对其进行动力学分析,研究了气阀间隙异常的故障特征,对实测缸盖振动信号给出了一种特征参数的提取方法,并用模糊聚类法进行诊断识别.     

基于小波包振动谱图的柴油机在线故障诊断方法

柴油机是舰船的主要动力装置,针对传统故障诊断方法不能有效提取柴油机故障特征和实现在线诊断的缺点,提出一种基于小波包振动谱图像的柴油机在线故障诊断新方法.该方法首先用小波包对采集到的柴油机振动信号进行分析生成小波包振动谱图;然后利用双线性内插值方法对生成的振动谱图进行数据降维,对降维后的振动谱图进行灰度共生矩阵纹理特征参数提取;最后用分类器对特征参数进行识别,完成故障诊断.将该方法应用于柴油机气门间隙的故障诊断实例中,结果表明,基于小波包振动谱图像的柴油机在线故障诊断方法能快速高效的诊断出气门间隙故障,识别准确率高达99.17％,仅耗时0.24 s,为内燃机故障在线诊断探索了一条新途径.     

基于小波包振动谱图的柴油机在线故障诊断方法

柴油机是舰船的主要动力装置,针对传统故障诊断方法不能有效提取柴油机故障特征和实现在线诊断的缺点,提出一种基于小波包振动谱图像的柴油机在线故障诊断新方法.该方法首先用小波包对采集到的柴油机振动信号进行分析生成小波包振动谱图;然后利用双线性内插值方法对生成的振动谱图进行数据降维,对降维后的振动谱图进行灰度共生矩阵纹理特征参数提取;最后用分类器对特征参数进行识别,完成故障诊断。将该方法应用于柴油机气门间隙的故障诊断实例中,结果表明,基于小波包振动谱图像的柴油机在线故障诊断方法能快速高效的诊断出气门间隙故障,识别准确率高达99.17%,仅耗时0.24 s,为内燃机故障在线诊断探索了一条新途径。     

基于HHT边际谱与SVM的柴油机故障诊断方法研究

提出基于希尔伯特黄变换边际谱的柴油机故障诊断方法,对3110型柴油机几种故障工况及正常情况下的缸盖振动信号进行测试,采用抽区间采样分析法对缸盖振动信号进行时域特性分析,得出信号随时间和频率变化的精确表达。尝试以边际谱的最大峰值和最大峰值频率作为特征向量,用SVM分类器对柴油机的工作状态和故障类型识别。实验分析表明,该方法即使在小样本情况下也能准确有效地识别柴油机气门间隙变化和断油故障。     

基于振动信号诊断柴油机气门机构故障的研究

通过对气门机构运动规律的理论分析和仿真计算,揭示了缸盖表面振动与气门间隙的内在联系;实测船用柴油机的缸盖振动信号,结合功率谱密度和小波包分解提取气门故障的特征向量,再利用高频能量比的判别实现了气阀故障状态识别;试验数据证明,该诊断技术测量方便、速度快,便于对气门机构进行在线实时的快速无损检测及故障诊断.     

配缸间隙对活塞组动力学和摩擦学特性的影响

为降低活塞-缸套摩擦损失和柴油机整机振动，以TBD620V16型柴油机为研究对象，考虑液动润滑及粗糙接触等因素，建立活塞组动力学模型及整机动力学模型，计算不同配缸间隙的摩擦损耗及整机振动响应。基于模型的活塞组动力学计算结果表明，活塞-缸套连接副的摩擦损失随配缸间隙的增加，先减小后略有增大，活塞敲击能量随配缸间隙的增加持续增大。基于模型的整机振动响应计算结果表明，整机振动幅值随配缸间隙的增加而持续增大，且活塞敲击对振动的中高频部分影响较大。综合考虑配缸间隙对柴油机摩擦及整机振动的影响发现，应在保证良好润滑的前提下选取最小的配缸间隙，以减小整机的振动响应。     

4 800 kW油田守护供应船导流罩振动问题的分析

为了解决4 800 kW油田守护供应船在试航和运营中发生的导流罩振动进而引起全船振动的问题,分析了造成导流罩振动的原因,提出了增大导流罩内环直径及导流罩和桨叶间隙的方案.经实船应用表明:更换内径更大的导流罩,以及导流罩与桨叶的设计间隙由10 mm增大到20 mm后,彻底解决了导流罩内环与桨叶间隙过小导致直接刮擦造成的振...     

船舶机电设备振动信号数据采集系统

为了提高船舶机电设备振动信号数据采集系统的整体性能,提出船舶机电设备振动信号数据采集系统设计。以无线检测为基础,设计数据采集系统结构和船舶机电设备振动信号数据采集卡,完成系统的硬件设计;通过剔除影响系统运行参数,计算了船舶机电设备振动信号数据采集参数,结合振动信号采集原理,设计了船舶机电设备振动信号数据采集程序,完成系统的软件设计,实现了船舶机电设备振动信号数据的采集。实验结果表明,提出的数据采集系统可以提高船舶机电设备振动信号数据采集精度,缩小数据采集时间,提高数据采集效率。     

船用二冲程柴油机缸体上部振动信号的特征分析

对船用二冲程低速柴油主机液压排气阀壳、喷油器顶部、缸盖表面和燃油泵表面的振动信号进行了测试与分析,介绍了测试系统的组成和振动测点布置,进行了振动信号的时域波形分析,证实了利用排气阀壳表面的振动信号可以监测液压排气阀的开启和关闭时刻,比缸盖和缸套表面的振动信号更敏感。确定了喷油器顶部的振动信号与燃油喷射有很强的对应性,可以用来监测二冲程柴油机的燃油喷射定时,为船用低速柴油主机的状态监测和故障诊断提供了一个实用的监测方法。